1、聚类以物聚类以物 分群以人分群以人 聚类分析聚类分析 SPSSSPSS操作操作 1 分析目标 聚类原则 研究对象的分类 分析对象 分析步骤 2 案例X1X2X3X4 变量 1 2 3 4 5 3 q 产生分类结果 q 产生假设 q 证实 探测性研究探测性研究 4 指定参与聚类的变量指定参与聚类的变量 指定聚类对象指定聚类对象 指定聚类和测度方法指定聚类和测度方法 选择输出结果选择输出结果 生成新变量生成新变量 开始系统聚类开始系统聚类 输出内容输出内容 SPSS上机操作 5 聚类分析步骤 选择变量选择变量 距离与相似距离与相似 聚类过程聚类过程 解释与证实解释与证实 6 选择变量原则 不同对象
2、的变量有显著差异 变量之间不能高度相关 符合分析的目的 反映对象的特征 7 SPSS系统聚类的参数选择 聚类类别： 统计 图：树型谱系图 冰柱谱系图 聚类方法 1.Between-groups linkage 类间平均法 两类距离为两类元素两两之间平均平方距离 2.Within-groups linkage 类内平均法 两类距离为合并后类中可能元素两两之间平均平方距 离 3.Nearest neighbor 最短距离法 4. Furthest neighbor 最长距离法 5.Centroid clustering 重心法 (欧式距离) 6.Median clustering 中间距离法 (欧
3、式距离) 7.Ward Method 离差平方法 (欧式距离) 8 9 从左边列表框中选择变量名 并用箭头键按钮转移到变量列 表框中作为聚类分析的变量 列表框 变量 列表框 箭头键 按钮 10 个案 聚类 变量 聚类 11 选择输出 统计量 选择输出 统计图表 12 生成聚结表（每一个聚类步骤 的聚类成员合并显示） 生成组间距阵 变量与聚类步骤 之间的关系 不显示 聚为n类时案 例对应的类 聚为m-n类时 案例对应的类 13 生成树形图 生成冰柱图 显示所有 聚类步骤 显示几个 聚类步骤 不生成冰柱图冰柱图柱轴 显示方向 14 确定聚类过程中 采用的具体方法 、距离的计算方 法、数据转换的 方
4、法。 15 确定聚类的具体方法 设置距离和相似 系数的确定方法 设置对数据进行 标准化的方法 16 组间联结法组内联结法 最长距离法最短距离法 重心法 中间距离法 离差平方和法 17 平方欧氏距离 相关系数 马氏距离 夹角余弦 切比晓夫 距离 明可斯基距离 自定义距离 欧氏距离 18 不进行标准化 转换后均值为0 标准差为1 转换到（-1，1）范围 转换到（0，1）范围 用数据除以最大值 用数据除以均值 用数据除以标准离差 19 冰柱图冰柱图 聚结表聚结表 树状图树状图 综述表综述表 20 有效个案 缺失个案 21 某步合并 的个案 距离或者 相似系数 参与合并的个案 项中，若有新类 ，该类在
5、哪一步 第一次生成 对应新类将在 第几步与其他 个案合并 22 个案或者新类在 第n步合并，则第 (m-n+1)以上合并 项对应列之间用 “X”填充 23 清楚地显示了聚 类的全过程 所有个案 分为两类 所有个案 分为三类 所有个案 分为四类 24 不保存新变量 生成新 变量保 存聚为 n类时 各案例 对应的 类 生成新变量保存聚为n-m 类时各案例对应的类 25 证证 实实 解解 释释 26 给出类的特征准确的描述（名称）给出类的特征准确的描述（名称） .计算各个类在各聚类变量上的均值计算各个类在各聚类变量上的均值 .均值的比较分析均值的比较分析 使用聚类变量以外的其他变量使用聚类变量以外的其他变量 27 保证聚类结果的可信性保证聚类结果的可信性 同一总体的不同样本的聚类分析的比同一总体的不同样本的聚类分析的比 较较 同一样本的不同分组的聚类分析比较同一样本的不同分组的聚类分析比较 同一数据的不同方法的聚类分析比较同一数据的不同方法的聚类分析比较 28
